論文の概要: Variational Quantum Approximate Spectral Clustering for Binary
Clustering Problems
- arxiv url: http://arxiv.org/abs/2309.04465v1
- Date: Fri, 8 Sep 2023 17:54:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-11 12:45:48.391601
- Title: Variational Quantum Approximate Spectral Clustering for Binary
Clustering Problems
- Title(参考訳): 2元クラスタリング問題に対する変分量子近似スペクトルクラスタリング
- Authors: Hyeong-Gyu Kim, Siheon Park, June-Koo Kevin Rhee
- Abstract要約: 本稿では,変分量子近似スペクトルクラスタリング(VQASC)アルゴリズムを提案する。
VQASCは、伝統的に古典的な問題で必要とされるシステムサイズ、Nよりも少ないパラメータの最適化を必要とする。
合成と実世界の両方のデータセットから得られた数値結果について述べる。
- 参考スコア(独自算出の注目度): 0.7550566004119158
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In quantum machine learning, algorithms with parameterized quantum circuits
(PQC) based on a hardware-efficient ansatz (HEA) offer the potential for
speed-ups over traditional classical algorithms. While much attention has been
devoted to supervised learning tasks, unsupervised learning using PQC remains
relatively unexplored. One promising approach within quantum machine learning
involves optimizing fewer parameters in PQC than in its classical counterparts,
under the assumption that a sub-optimal solution exists within the Hilbert
space. In this paper, we introduce the Variational Quantum Approximate Spectral
Clustering (VQASC) algorithm - a NISQ-compatible method that requires
optimization of fewer parameters than the system size, N, traditionally
required in classical problems. We present numerical results from both
synthetic and real-world datasets. Furthermore, we propose a descriptor,
complemented by numerical analysis, to identify an appropriate ansatz circuit
tailored for VQASC.
- Abstract(参考訳): 量子機械学習において、ハードウェア効率アンサッツ(HEA)に基づくパラメータ化量子回路(PQC)を持つアルゴリズムは、従来のアルゴリズムよりも高速な処理を可能にする。
教師付き学習タスクに多くの注意が向けられているが、pqcを用いた教師なし学習は比較的未調査のままである。
量子機械学習における1つの有望なアプローチは、ヒルベルト空間内に準最適解が存在するという仮定の下で、古典的よりもPQC内のパラメータを最適化することである。
本稿では,従来の古典的問題において必要であったシステムサイズ,Nよりも少ないパラメータの最適化を必要とするNISQ互換手法である変分量子近似スペクトルクラスタリング(VQASC)アルゴリズムを提案する。
合成と実世界の両方のデータセットの数値結果を示す。
さらに,VQASCに適したアンザッツ回路を特定するために,数値解析によって補完される記述子を提案する。
関連論文リスト
- A joint optimization approach of parameterized quantum circuits with a
tensor network [0.0]
現在の中間スケール量子(NISQ)デバイスはその能力に制限がある。
本稿では,パラメータ化ネットワーク(TN)を用いて,変分量子固有解法(VQE)アルゴリズムの性能改善を試みる。
論文 参考訳(メタデータ) (2024-02-19T12:53:52Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-26T18:23:21Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - Faster variational quantum algorithms with quantum kernel-based
surrogate models [0.0]
本稿では,雑音量子プロセッサ上での小型から中規模の変分アルゴリズムを提案する。
提案手法は,計算負荷をこれらのハイブリッドアルゴリズムの古典的成分にシフトさせ,量子プロセッサへのクエリ数を劇的に削減する。
論文 参考訳(メタデータ) (2022-11-02T14:11:25Z) - Identification of topological phases using classically-optimized
variational quantum eigensolver [0.6181093777643575]
変分量子固有解法(VQE)は、量子コンピュータにおけるハイブリッド量子古典アルゴリズムの候補として期待されている。
本稿では,従来のコンピュータ上で最適化プロセス全体を効率的に行う古典最適化VQE(co-VQE)を提案する。
共同VQEでは、パラメータが最適化された後のみ、量子コンピュータを用いて非局所的な量を測定する。
論文 参考訳(メタデータ) (2022-02-07T02:26:58Z) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳(メタデータ) (2021-12-27T21:15:35Z) - Reducing Unitary Coupled Cluster Circuit Depth by Classical Stochastic
Amplitude Pre-Screening [0.0]
Unitary Coupled Cluster (UCC)アプローチは、量子化学計算を実行するために量子ハードウェアを利用するための魅力的な方法である。
本稿では,従来のUCC前処理ステップを用いてUCCアンサッツの重要な励起を判定する,古典量子と古典量子の併用手法を提案する。
論文 参考訳(メタデータ) (2021-08-24T18:34:14Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳(メタデータ) (2021-07-11T10:56:24Z) - Quantum Error Mitigation Relying on Permutation Filtering [84.66087478797475]
本稿では,既存の置換に基づく手法を特殊なケースとして含む,置換フィルタ(permutation filters)と呼ばれる一般的なフレームワークを提案する。
提案するフィルタ設計アルゴリズムは, 常に大域的最適度に収束し, フィルタが既存の置換法よりも大幅に改善できることを示す。
論文 参考訳(メタデータ) (2021-07-03T16:07:30Z) - Quantum agents in the Gym: a variational quantum algorithm for deep
Q-learning [0.0]
本稿では、離散的かつ連続的な状態空間に対するRLタスクを解くために使用できるパラメタライズド量子回路(PQC)のトレーニング手法を提案する。
量子Q学習エージェントのどのアーキテクチャ選択が、特定の種類の環境をうまく解決するのに最も重要であるかを検討する。
論文 参考訳(メタデータ) (2021-03-28T08:57:22Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。